实现多个AgentDB数据库的同步与管理，将语义相似度搜索与属性筛选结合，并配置搜索结果去重及分布式AI系统的运行方式。
- 在多个AgentDB数据库间共享记忆
- 按日期或分类筛选语义搜索结果
- 分别存储知识和对话
ruvnet/RuView9.9万2026年10月20日 更新
免费在 GitHub 公开中文介绍
explore-homecore
追踪Homecore功能相关的源码、测试和已接受的架构决策，核实实现状态与限制，并区分已有实现和部署环境兼容性。
原文查看原文说明
Map a Homecore capability to reviewed source, tests, ADRs, and limitations.
适用场景
- 调查功能相关源码与架构决策
- 核实实现状态和限制
- 修改代码前阅读相关测试
- 区分已有实现与部署兼容性
中文介绍
功能
本技能通过追踪源码、测试和架构决策，调查Homecore的特定功能。先用homecore guidance搜索目标功能，再阅读返回的源码路径，以及相关的已接受ADR，即架构决策记录。随后在v2/docs/homecore-capabilities.md中核实状态与限制，并在提出代码修改建议前检查有针对性的测试。
适用场景
适合仅凭功能名称无法判断实现范围，或在改动前需要了解现有代码和设计依据的情况。调查时将源码中存在实现，与该实现在目标部署环境中是否兼容分开判断，用于整理已核实的范围。
使用示例
- “请调查与这项Homecore功能相关的源码、测试和ADR。”
- “请先核实功能的实现状态和限制，再考虑修改代码。”
注意事项
需要能运行homecore guidance --query "<capability>" --repo <checkout>的环境，以及待调查仓库的检出副本。资料要求，不能仅因找到对应的核心路由，就判断Homecore已具备与Home Assistant完全相同的功能。
本介绍由 AI（OpenAI Codex）根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
客观评估
AI 仅根据 SKILL.md 的内容，从 4 个方面进行了评估。星标数和热度不计入评估。
- 指令清晰度能否看出何时使用、做什么
- A良好明确说明要将Homecore功能对应到源码、测试、ADR和限制进行调查。
- 步骤具体性步骤、输入输出和示例是否具体
- A良好五个步骤列明homecore guidance参数、应查文档及阅读测试的顺序。
- 安全性发送数据、删除文件、执行命令等是否有说明
- A良好步骤仅涉及搜索及阅读资料和测试，不含删除、外部发送或凭据读取。
- 安装难易度所需工具和 API 密钥是否少且有说明
- B部分不足需要homecore guidance和仓库检出副本，但未提供命令的安装步骤。
总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI（OpenAI Codex）于 2026年10月21日 评估。仅供参考，安装前请同时查看原文。
如果您认为评估有误，请申请复核
包含的文件（1）
- SKILL.md537 B
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
Explore Homecore
- Run
homecore guidance --query "<capability>" --repo <checkout>. - Read the returned source paths and nearest accepted ADRs.
- Confirm status and limitations in
v2/docs/homecore-capabilities.md. - Inspect focused tests before proposing code.
- Treat implementation presence as separate from deployment compatibility.
Do not infer full Home Assistant parity from a matching core route.
评价
还没有评价。欢迎分享你的使用感受。
评论
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
同一仓库的技能
Create AgentDB learning plugins that use recorded experience to improve agent decisions. Choose a learning method, store states, actions, and rewards, train models, and evaluate suggested actions through CLI and API workflows.
中文简介正在准备中。当前显示英语简介。
- Train agents from historical experience
- Build decision-making for games and navigation
- Combine experience from multiple agents for training
ruvnet/RuView9.9万2026年10月20日 更新
使用AgentDB为AI智能体实现会话历史、用户偏好和有效交互模式的保存与检索，分别管理短期和长期记忆，让后续会话能够继续引用。
- 为聊天系统添加会话历史
- 跨会话记住用户偏好
- 复用成功的交互模式
ruvnet/RuView9.9万2026年10月20日 更新
帮助调整AgentDB的数据压缩、搜索索引、缓存和批量操作，并测量性能，以改善内存占用与搜索速度，权衡速度、精度和内存需求。
- 减少AgentDB内存占用
- 兼顾精度与搜索速度
- 规划数百万向量的配置
ruvnet/RuView9.9万2026年10月20日 更新
使用AgentDB实现按含义查找文档的搜索功能，将文档存储、相似度搜索与属性筛选结合起来，构建检索相关资料并据此回答问题的系统。
- 根据检索到的资料生成回答
- 为知识库添加语义搜索
- 查找内容相似的文档
ruvnet/RuView9.9万2026年10月20日 更新
使用agent-browser自动执行浏览器操作，通过标注按钮和输入框的快照完成登录、表单填写与提交、网页信息提取和截图。
- 自动执行登录流程
- 填写并提交网页表单
- 收集商品名称、价格和链接
ruvnet/RuView9.9万2026年10月20日 更新